一、Lucene入门
1、Lucene准备
Lucene可以在官网上下载。课程已经准备好了Lucene的文件,我们使用的是7.7.2版本
2、创建IDEA maven项目
(1)pom.xml
<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
<modelVersion>4.0.0</modelVersion>
<groupId>com.dhu</groupId>
<artifactId>luceneDemo1</artifactId>
<version>1.0-SNAPSHOT</version>
<properties>
<maven.compiler.source>1.8</maven.compiler.source>
<maven.compiler.target>1.8</maven.compiler.target>
<project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
<project.reporting.outputEncoding>UTF-8</project.reporting.outputEncoding>
<skipTests>true</skipTests>
</properties>
<parent>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-parent</artifactId>
<version>2.1.4.RELEASE</version>
</parent>
<dependencies>
<dependency>
<groupId>commons-io</groupId>
<artifactId>commons-io</artifactId>
<version>2.6</version>
</dependency>
<!--引人lucene的核心jar包 -->
<dependency>
<groupId>org.apache.lucene</groupId>
<artifactId>lucene-core</artifactId>
<version>7.7.2</version>
</dependency>
<!--lucene分词器-->
<dependency>
<groupId>org.apache.lucene</groupId>
<artifactId>lucene-analyzers-common</artifactId>
<version>7.7.2</version>
</dependency>
<!--lucene查询-->
<dependency>
<groupId>org.apache.lucene</groupId>
<artifactId>lucene-queryparser</artifactId>
<version>7.7.2</version>
</dependency>
<!-- 测试 -->
<dependency>
<groupId>junit</groupId>
<artifactId>junit</artifactId>
<version>4.12</version>
<scope>test</scope>
</dependency>
<!-- mysql数据库驱动 -->
<dependency>
<groupId>mysql</groupId>
<artifactId>mysql-connector-java</artifactId>
<version>5.1.48</version>
</dependency>
<!-- IK中文分词器 -->
<dependency>
<groupId>org.wltea.ik-analyzer</groupId>
<artifactId>ik-analyzer</artifactId>
<version>8.1.0</version>
</dependency>
<!--web起步依赖-->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-web</artifactId>
</dependency>
<!-- 引入thymeleaf -->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-thymeleaf</artifactId>
</dependency>
<!-- Json转换工具 -->
<dependency>
<groupId>com.alibaba</groupId>
<artifactId>fastjson</artifactId>
<version>1.2.51</version>
</dependency>
</dependencies>
</project>
3、创建索引库
(1)在本地磁盘创建一个文件夹,创建的文件夹称为索引库,用来存放生成的lucene索引文件(目录)和文档文件(内容)
D:\ORACLE\JAVA26\lucene-dir
(2)将导入的数据库表进行切分词,组成目录(索引)和文档,然后将索引和文档写入lucene-dir,该文件夹称为索引库。
(3)读取数据库中的每一条数据,对应组成了一个Document文档对象;
在每个文档对象中,是由多个Field域构成;每个域是由 key:value(域名:域值)组成。
那么,我们可以把从数据库中查询出来的每条数据 => 字段名作为域名,字段值作为域值;将它们放到文档对象中。
4、编写测试 => 实现索引流程
1. 采集数据
2. 创建Document文档对象
3. 创建分析器(分词器)
4. 创建IndexWriterConfig配置信息类
5. 创建Directory对象,声明索引库存储位置
6. 创建IndexWriter写入对象
7. 把Document写入到索引库中
8. 释放资源
package com.dhu.test;
import com.dhu.bean.Sku;
import com.dhu.mapper.SkuDao;
import org.apache.ibatis.io.Resources;
import org.apache.ibatis.session.SqlSession;
import org.apache.ibatis.session.SqlSessionFactory;
import org.apache.ibatis.session.SqlSessionFactoryBuilder;
import org.apache.lucene.analysis.Analyzer;
import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.document.TextField;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.IndexWriterConfig;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.FSDirectory;
import org.junit.After;
import org.junit.Before;
import org.junit.Test;
import java.io.IOException;
import java.io.InputStream;
import java.nio.file.Paths;
import java.util.ArrayList;
import java.util.List;
/**
* 索引库维护
* @author zhou
* @create 2020/6/4
*/
public class TestIndexManager {
private SkuDao skuDao;
private SqlSession sqlSession;
private InputStream inputStream;
private IndexWriter writer;
@Before //用于在测试方法执行之前执行
public void init() throws Exception{
//1.读取配置文件,生成字节输入流
inputStream = Resources.getResourceAsStream("mybatis-config.xml");
//2.获取SqlSessionFactory
SqlSessionFactory factory = new SqlSessionFactoryBuilder().build(inputStream);
sqlSession = factory.openSession();
//获取dao的代理对象
skuDao = sqlSession.getMapper(SkuDao.class);
}
@Test
public void testIndexManager() throws IOException {
//1.采集对象
List<Sku> skuList = skuDao.querySkuList();
//2.创建文档对象集合
List<Document> documents = new ArrayList<>(); //并不是数据表中所有的属性都要放入到文档中,需要哪些字段才放
for (Sku sku : skuList) {
//2.1 创建一个文档对象
Document document = new Document();
//2.2 创建域对象,并放入文档对象中
document.add(new TextField("id", sku.getId(), Field.Store.YES ));
document.add(new TextField("name", sku.getName(), Field.Store.YES ));
document.add(new TextField("price", String.valueOf(sku.getPrice()), Field.Store.YES ));
document.add(new TextField("image", sku.getImage(), Field.Store.YES ));
document.add(new TextField("categoryName", sku.getCategoryName(), Field.Store.YES ));
document.add(new TextField("brandName", sku.getBrandName(), Field.Store.YES ));
document.add(new TextField("spec", sku.getSpec(), Field.Store.YES ));
documents.add(document);
}
//3.创建分词器:把文档对象中的内容提取出来,进行切分词 => 把一句一句话,切分成一个一个词 => 把词组成索引 => 查询的时候,可以通过索引,找到文档对象
//3.1 StandardAnalyzer 标准分词器,对英文分词效果好;对中文是单个字分词,也就是一个字默认是一个词
Analyzer analyzer = new StandardAnalyzer();
//4.创建Directory目录对象 => 目录对象表示索引库的位置(存到硬盘的哪个位置)
Directory directory = FSDirectory.open(Paths.get("D:/ORACLE/JAVA26/lucene-dir"));
//5.创建IndexWriterConfig对象(输出流初始化对象),这个对象中指定切分词使用的分词器
IndexWriterConfig config = new IndexWriterConfig(analyzer);
//6.创建IndexWriter输出流对象,指定输出的目录位置和使用的config初始化对象
writer = new IndexWriter(directory, config);
//7.写入文档到索引库
for (Document doc : documents) {
writer.addDocument(doc);
}
//8.释放资源
}
@After //用于在测试方法执行之后执行
public void close() throws Exception{
writer.close();
sqlSession.close();
inputStream.close();
}
}
5、结果
二、使用luke工具查看索引库内容
1、注意:文件路径不能有中文
2、windows系统,双击打开luke.bat